Intérêt du découpage en sous-bandes pour l analyse spectrale

Dimension: px
Commencer à balayer dès la page:

Download "Intérêt du découpage en sous-bandes pour l analyse spectrale"

Transcription

1 Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique, d Hydraulique et des Télécommunications (ENSEEIHT) Laboratoire Télécommunications Spatiales et Aéronautiques (TéSA) David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

2 Objectifs de la thèse Objectif 1: Présenter les divers avantages ou inconvénients nients de l analyse spectrale paramétrique dans les sous-bandes. Objectif 2: Présenter des méthodes m originales destinées à éliminer ces inconvénients. nients. - Recouvrement spectral. - Diminution du nombre d échantillons par décimation. d Focalisation sur des méthodes m d analyse spectrale paramétriques. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

3 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

4 Analyse spectrale paramétrique - Principe - Basée e sur la connaissance a priori d un modèle mathématique matique du signal à analyser. Nécessite N le choix d un modèle et de sa dimension. On estime les paramètres de ce modèle (Fourier estime directement le spectre à partir des échantillons). David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

5 Analyse spectrale paramétrique - Modèle AR - Modèle «tous pôles» qui s écrit à l ordre p: Spectre du modèle AR Interprétation tation physique possible sous la forme du filtrage linéaire invariant d un bruit blanc David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

6 Analyse spectrale paramétrique - Autres modèles paramétriques - Modèle de Prony - Adapté à des sinusoïdes amorties (extension possible à la modélisation de signaux non stationnaires). - Horizon temporel de prédiction relativement réduit. r Méthode du maximum de vraisemblance - Méthode statistique. Basée e sur la minimisation d un critère re (forme quadratique). Méthodes haute-résolution - SVD, MUSIC, Esprit,... - sous-espaces signal et bruit. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

7 Analyse spectrale paramétrique - Intérêt - Extension de la connaissance du signal en dehors de la fenêtre temporelle d observation augmentation de la résolution fréquentielle. Paramètres N=200 échantillons100 réalisations SNR=-2dB p=60 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

8 Découpage en sous-bandes décimation : x j ( n) v j ( m n) j interpolation : y j ( n) x 0 j ( n / m j ) si n est multiple de sinon m j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

9 Découpage en sous-bandes Définitions si m j M, j banc de filtres uniforme si j, le filtre H j est un passe bande idéal banc de filtres idéal M-1 1 si j0 m j 1 banc de filtres maximalement décimé M-1 1 si j0 m j 1 banc de filtres sur - décimé M-1 1 si m 1 banc de filtres sous - décimé j0 j - Bancs de filtres maximalement décimd cimés. - Bancs uniformes ou non. - Bancs idéaux ou non. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

10 Approche Physique Découpage en sous-bandes - Permet de décomposer d le signal à analyser et de l observer à plusieurs échelles différentes. - Outil d unification théorique dans de nombreux domaines: Filtrage par blocs Échantillonnage non uniforme Systèmes LPTV Transformée e en ondelettes,... David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

11 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. - Avantages liés à l ordre des modèles Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. - Avantages liés au filtrage et à la décimation - Inconvénients David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

12 Découpage en sous-bandes pour l analyse spectrale: Avantages Diminution de l ordre des modèles Hypothèse: banc de filtres idéal. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

13 Découpage en sous-bandes pour l analyse spectrale: Avantages Nombre de conditionnement des matrices d autocorrélation: se: Modélisation AR p sub < p sur les signaux de sous-bandes Hypothèse: Mod (<- réduction de l ordre). -> Mesure de la stabilité numérique d un système d équations Où valeurs propres de la matrice d autocorrélation. Théor orème d entrelacement des valeurs propres - Matrice d autocorrélation à l ordre p R p valeurs propres ordonnées 1, 2,, p - Matrice d autocorrélation à l ordre p-1 R p-1 valeurs propres ordonnées 1, 2,, p-1 Alors: Conséquence p 1 p David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

14 Découpage en sous-bandes pour l analyse spectrale: Avantages Résolution fréquentielle: gain d un facteur M. 2 composantes fréquentielles séparées de f sur le spectre du signal original Lié à la décimation uniquement 2 composantes fréquentielles séparées de M f sur le spectre des signaux de sous-bandes M 4 Mf Mf Mf David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

15 Découpage en sous-bandes pour l analyse spectrale: Avantages Puissance de l erreur de prédiction linéaire ses: - u(n) signal AR d ordre q. hypothèses: - banc de filtres idéal, uniforme - même ordre de modélisation large bande et sous-bandes u x j erreur de prédiction linéaire large bande erreur de prédiction linéaire sous - bandes Dans [Rao-Pearlman], on montre que: David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

16 Découpage en sous-bandes pour l analyse spectrale: Avantages Blanchiment de la densité spectrale de puissance hypothèse: Filtres complémentaires mentaires en puissance Critère de blancheur: Résultat de [Stoïca-Friedlander]: David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

17 Découpage en sous-bandes pour l analyse spectrale: Avantages Rapport signal à bruit local Hypothèses: - signal composé d une somme de K exponentielles complexes non amorties noyées dans un bruit blanc b(n). - banc de filtres idéal (pas forcément uniforme). Définition Rapport Signal à Bruit local pour la composante l Bonne indication de la possibilité ou non d estimer correctement la fréquence f l les signaux de sous-bandes sont toujours composés s d une somme d exponentielles complexes noyées dans un bruit blanc David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

18 Découpage en sous-bandes pour l analyse spectrale: Inconvénients Variance des estimateurs d autocorrélation: Problème: augmentation de la variance d estimation de l autocorrélation du fait de la décimation: d Inconvénient nient à nuancer dans la pratique lorsqu on on prend le parti d utiliser d un ordre p sub = p/m dans les sous-bandes. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

19 Découpage en sous-bandes pour l analyse spectrale: Inconvénients Recouvrement et continuité de l estimateur spectral Reconstruction du spectre sous-bande par sous-bande problèmes de continuité. Utilisation de filtres non idéaux problèmes de recouvrement spectral Simulation sur signal sinusoïdal + bruit: Paramètres 50 réalisations SNR=0 db p=128 M=8, p sub =16 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

20 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

21 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Pour chaque 0,1 faire Principe généralg 1 - Utilisation du dispositif de glissement fréquentiel pour ramener la fréquence au milieu de sa sous-bande de sorte que: 2 - Découpage en sous-bandes et estimation du spectre de x j (n) en un unique point fréquentiel -> Temps de calcul important (sauf pour Fourier) 3 - Utilisation des relations de filtrage linéaire et sur la décimation pour en déduire David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

22 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Projection sur des bases de Laguerre (1/2) Filtres RII passe-tout David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

23 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. S ( f ) S ( ( f ) / 2 ) Projection sur des bases de Laguerre (2/2) Simulation sur signal sinusoïdal + bruit Paramètres 50 réalisations SNR=0 db p=128 M=8 p sub =16 u Avec u b David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

24 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (1/4) Utilisation conjointe d un banc de filtres approprié et d un dispositif de glissement fréquentiel par exponentielles complexes Filtres Propriété: la réponse fréquentielle des filtres s annule tous les k/m Élimination du recouvrement en f=mf j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

25 Utilisation de filtres-peigne (2/4) Simulation sur signal sinusoïdal + bruit Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Paramètres 50 réalisations, SNR=0 db p=128, M=8, p sub =16 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

26 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (3/4) Recul de la borne de Cramer-Rao de l estimateur de fréquences et amélioration du conditionnement pour un signal constitué de raies pures de la forme David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

27 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (4/4) Simulation sur signal physique issu d un accéléromètre placé sur un engrenage au bout de 11 jours de fonctionnement. Référence: périodogramme du signal calculé à partir de échantillons. Paramètres N=3000 échantillons 1 réalisation p=1024: ordre «large-bande» M=16 sous-bandes p sub =64: ordre sous-bandes David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

28 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Idée e de base Autocorrélations et Intercorrélations Trouver des méthodes capables d exploiter l information apportée par la connaissance de l intercorrélation entre les signaux issus de la décimation pour une sous-bande j fixée. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

29 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (1/3) Estimation des paramètres Propriétés s de l erreur de prédiction Spectre du modèle en Mf j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

30 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (2/3): simulations sur signaux à spectre de raies: signal sinusoïdal bruité Paramètres: A 1 = 1, f 1 = 0.1, SNR=-2 db, N=100 échantillons, 100 réalisations p=1024, p sub =64, M=16 sous-bandes, l=2,3,4,5,6 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

31 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (3/3): simulations sur signaux à spectre continu: signal MA(6) bruité Paramètres: N=100 échantillons, 50 réalisations, p=16 p sub =4, M=4 sous-bandes David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

32 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR Multi-Dimensionnel (1/2) Application de la modélisation AR multidimensionnelle à l estimation du spectre commun des sous-séries Estimation des matrices de paramètres Propriétés s de l erreur de prédiction Spectre du modèle Avec David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

33 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR Multi-Dimensionnel (2/2) Simulation sur signal à spectre de raies Simulation sur signal à spectre continu David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

34 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

35 Conclusions et perspectives Deux méthodes m destinées à éviter le recouvrement spectral et les problèmes de continuité de l estimateur. - Méthodes valables pour tout type d analyse spectrale. - Permettent de conserver les bonnes propriétés s du découpage d en sous-bandes pour l analyse spectrale. Deux méthodes m de modélisation adaptées aux signaux issus des sous-bandes (utilisation des intercorrélations). - Modèles AR multidimensionnels. - Modèles AR avec décalage d temporel. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

36 Conclusions et perspectives Le découpage d en sous bande - Utile uniquement dans les cas «extrêmes» (signaux spectralement très s riche ou proximité à la borne de Cramer-Rao Rao). - Permet de repousser les limites intrinsèques aux modélisations paramétriques. Perspectives - Techniques «best basis» (sous une contrainte) pour la synthèse se du banc de filtres approprié au signal à analyser. - Modélisation de signaux filtrés: prise en compte des filtres de découpage en sous-bandes. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES Table des matières Avant propos Chapitre I NOTIONS SUR LES SYSTEMES 1. Systèmes linéaires 1 2. Systèmes stationnaires 1 3. Systèmes continus 2 4. Systèmes linéaires invariants dans le temps (LIT) 2 4.1

Plus en détail

Introduction à l analyse spectrale. P. Granjon, J-L. Lacoume

Introduction à l analyse spectrale. P. Granjon, J-L. Lacoume Introduction à l analyse spectrale P. Granjon, J-L. Lacoume Table des matières Propriétés énergétiques des signaux 2. Signaux à temps et fréquence continus............................. 2.2 Signaux à temps

Plus en détail

Echantillonnage Non uniforme

Echantillonnage Non uniforme Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite): Paramétrisation Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance vocale Paramétrisation Distances

Plus en détail

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration

Plus en détail

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR?

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? NOM: Coéquipier : COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? Soit une fonction G(t) périodique, de fréquence f. D'après Fourier, cette fonction peut se décomposer en

Plus en détail

Quelques points de traitement du signal

Quelques points de traitement du signal Quelques points de traitement du signal Introduction: de la mesure au traitement Source(s) BRUIT BRUIT Système d acquisition Amplitude (Pa) Temps (s) Amplitude (Pa) Mesure Opérations mathématiques appliquées

Plus en détail

Le traitement du signal

Le traitement du signal FICHE N 47 Le traitement du signal FFT, DFT ET IFT Jean-aptiste Joseph Fourier (1768-1830), né à uxerre, mathématicien et physicien français, auteur de la Théorie analytique de la chaleur (1822) : la transformée

Plus en détail

Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier

Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier Université du Québec à Montréal Département d Informatique MIC4220 Traitement numérique des signaux Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier But Familiarisation avec

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique

Plus en détail

Quantification Vectorielle

Quantification Vectorielle Quantification Vectorielle Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 14 Décembre 2012 M. Cagnazzo Quantification Vectorielle 1/65 Plan Introduction 1 Introduction

Plus en détail

Soutenance de stage Laboratoire des Signaux et Systèmes

Soutenance de stage Laboratoire des Signaux et Systèmes Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud

Plus en détail

Propriétés fréquentielles du signal

Propriétés fréquentielles du signal Fiche de référence Thème II : ANALYSE DU SIGNAL Propriétés fréquentielles du signal 1- Insuffisance de la représentation temporelle du signal Reprenons l exemple utilisé précédemment : Enregistrement du

Plus en détail

-ième d'octave Ondelettes

-ième d'octave Ondelettes 03/14 FFT 1 / n -ième d'octave Ondelettes Une simple analyse de niveau ne suffit pas à la plupart des analyses acoustiques car le niveau n est pas le seul facteur déterminant dans la perception d un évènement

Plus en détail

Modulation et démodulation d amplitude.

Modulation et démodulation d amplitude. Modulation et démodulation d amplitude. P. Ribiere Collège Stannislas Année Scolaire 2014/2015 P. Ribiere (Collège Stannislas) Modulation et démodulation d amplitude. Année Scolaire 2014/2015 1 / 42 1

Plus en détail

Traitement du Signal Vu par Un Mesures Physiques

Traitement du Signal Vu par Un Mesures Physiques Traitement du Signal Vu par Un Mesures Physiques Cette technique reste compliquée par les mathématiques qu il l accompagne. J ai découvert la première fois le TdS au travail (CEA) avec un ingénieur qui

Plus en détail

analyse spectrale des séries temporelles Jacques Beau Rythmes biologiques et cancer, Inserm U 776

analyse spectrale des séries temporelles Jacques Beau Rythmes biologiques et cancer, Inserm U 776 analyse spectrale des séries temporelles Jacques Beau Rythmes biologiques et cancer, Inserm U 776 déroulement de la présentation saisie des données numériques : échantillonnage et fenêtrage composantes

Plus en détail

T.P. n 4. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe

T.P. n 4. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe T.P. n 4 polytech-instrumentation.fr 0 825 563 563 0,15 TTC /min à partir d un poste fixe Redressement d une tension I. Objectifs Redressement d une tension alternative par le moyen de diodes. Transformation

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

X Analyse spectrale numérique

X Analyse spectrale numérique X Analyse spectrale numérique Objectifs : Après avoir utilisé la FFT dans le TP4 d analyse spectrale, on va maintenant s intéresser aux différents paramètres d une acquisition numérique afin de respecter

Plus en détail

Bases du traitement des images. Transformée de Fourier Avancée - Numérisation

Bases du traitement des images. Transformée de Fourier Avancée - Numérisation Transformée de Fourier Avancée - Numérisation Nicolas Thome 6 octobre 2015 1 / 87 Outline 1 Numérisation Fenetrage Échantillonnage Quantification 2 2 / 87 Principe Du continu au discret Un signal continu

Plus en détail

M1/UE CSy - module P8 1

M1/UE CSy - module P8 1 M1/UE CSy - module P8 1 PROJET DE SIMULATION AVEC MATLAB RÉGULATION DU NIVEAU ET DE LA TEMPÉRATURE DANS UN BAC En vue de disposer d un volume constant de fluide à une température désirée, un processus

Plus en détail

Systèmes de transmission

Systèmes de transmission Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un

Plus en détail

Introduction générale au codage de canal

Introduction générale au codage de canal Codage de canal et turbo-codes 15/9/2 1/7 Introduction générale au codage de canal Table des matières Table des matières... 1 Table des figures... 1 1. Introduction... 2 2. Notion de message numérique...

Plus en détail

IUT Toulouse II - Automatique et Systèmes Génie Industriel et Maintenance GIM 2 Promo 14 Année 2007-2008. AUTOMATIQUE et SYSTEMES

IUT Toulouse II - Automatique et Systèmes Génie Industriel et Maintenance GIM 2 Promo 14 Année 2007-2008. AUTOMATIQUE et SYSTEMES IUT Toulouse II - Automatique et Systèmes Génie Industriel et Blagnac Maintenance GIM 2 Promo 14 Année 2007-2008 AUTOMATIQUE et SYSTEMES Les cours, TD et TP seront entièrement programmés en 2 ème année.

Plus en détail

S. CALVEZ. Travail réalisé au laboratoire GTL-CNRS Telecom / LOPMD Doctorat commun avec le Georgia Institute of Technology (Atlanta)

S. CALVEZ. Travail réalisé au laboratoire GTL-CNRS Telecom / LOPMD Doctorat commun avec le Georgia Institute of Technology (Atlanta) Laser à fibre pour les télécommunications multiplexées en longueur d onde : Etude de l accordabilité en longueur d onde et de la génération de trains d impulsions multi-longueurs d onde par voie électro-optique

Plus en détail

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction Plan du cours Cours de raitement Du Signal - ransformées discrètes 1 guillaume.hiet@rennes.supelec.fr ESACA 17 octobre 2007 2 3 Guillaume HIE Cours de raitement Du Signal - ransformées discrètes 1/38 Guillaume

Plus en détail

TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE

TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE PRE-REQUIS SAVOIR : AOP en régime linéaire et non linéaire OBJECTIFS SAVOIR : Valider par le calcul et la mesure, les performances des fonctions

Plus en détail

Chaine de transmission

Chaine de transmission Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation

Plus en détail

COMMUNICATIONS NUMERIQUES INTRA VEHICULE : CARACTERISATION DES BRUITS ET DES INTERFERENCES

COMMUNICATIONS NUMERIQUES INTRA VEHICULE : CARACTERISATION DES BRUITS ET DES INTERFERENCES COMMUNICATIONS NUMERIQUES INTRA VEHICULE : CARACTERISATION DES BRUITS ET DES INTERFERENCES Virginie DEGARDIN*, Marc HEDDEBAUT**, Martine LIENARD*, Virginie DENIAU** et Pierre DEGAUQUE* (*): Université

Plus en détail

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57 Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation

Plus en détail

ECHOGRAPHE ET CAPTEUR. D.I.U. d Echocardiographie module 1

ECHOGRAPHE ET CAPTEUR. D.I.U. d Echocardiographie module 1 ECHOGRAPHE ET CAPTEUR D.I.U. d Echocardiographie module 1 Plan Généralités Capteur Echographe Traitement du signal Stockage Transport Généralités Historique the blue goose 1970 180 cm Généralités Historique

Plus en détail

Systèmes linéaires, Signaux aléatoires, bruits, statistique et probabilités

Systèmes linéaires, Signaux aléatoires, bruits, statistique et probabilités Signaux et graphes : terminologie Systèmes linéaires, Signaux aléatoires, bruits, statistique et probabilités Cours signaux et systèmes M1 physique Un signal décrit la relation entre un paramètre et un

Plus en détail

LP25. Traitement analogique d un signal électrique. Étude spectrale. Exemples et applications.

LP25. Traitement analogique d un signal électrique. Étude spectrale. Exemples et applications. LP5. Traitement analogique d un signal électrique. Étude spectrale. Exemples et applications. Antoine Bérut, David Lopes Cardozo Bibliographie Physique tout en 1 première année, M.-N. Sanz, DUNOD Électronique

Plus en détail

ANALYSE SPECTRALE D UN SIGNAL PERIODIQUE

ANALYSE SPECTRALE D UN SIGNAL PERIODIQUE Approche expérimentale ANALYSE SPECTRALE D UN SIGNAL PERIODIQUE Objectifs : - S initier au traitement FFT du logiciel LatisPro - Etudier le spectre d amplitude d un signal carré - Etudier les limites de

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

BREVET DE TECHNICIEN SUPÉRIEUR ÉLECTRONIQUE SESSION 2002. E p r e u v e : P H Y S I Q U E A P P L I Q U É E

BREVET DE TECHNICIEN SUPÉRIEUR ÉLECTRONIQUE SESSION 2002. E p r e u v e : P H Y S I Q U E A P P L I Q U É E BREVET DE TECHNICIEN SUPÉRIEUR ÉLECTRONIQUE SESSION 2002 Calculatrice à fonctionnement autonome autorisée (circulaire 99-186 du 16.11.99) E p r e u v e : P H Y S I Q U E P P L I Q U É E Durée : 4 heures

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

Département de physique

Département de physique Département de physique Etude de la densité spectrale de puissance du bruit thermique dans une résistance Travail expérimental et rédaction du document : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr

Plus en détail

Expérience 3 Formats de signalisation binaire

Expérience 3 Formats de signalisation binaire Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx

Plus en détail

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES Bertrand GOTTIN Directeurs de thèse: Cornel IOANA et Jocelyn CHANUSSOT 03 Septembre 2010 Problématique liée aux Transitoires

Plus en détail

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE

Plus en détail

1. Présentation du Mastère

1. Présentation du Mastère MASTERE SYSTEMES DE COMMUNICATION Coordinateur du Mastère : TAOUFIK AGUILI Département TIC Laboratoire des Systèmes de Communication Tél. : (+216) 71 874 700 (Poste 545) Fax : (+216) 71 872 729 taoufik.aguili@enit.rnu.tn

Plus en détail

Projet audio. Analyse des Signaux ELE2700

Projet audio. Analyse des Signaux ELE2700 ÉCOLE POLYTECHNIQUE DE MONTRÉAL Département de Génie Électrique Projet audio Analyse des Signaux ELE2700 Saad Chidami - 2014 Table des matières Objectif du laboratoire... 4 Caractérisation du bruit...

Plus en détail

Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes

Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes Avant Propos : Le sujet comporte deux parties : une partie théorique, jalonnée de questions (dans les cadres), qui doit être préparée

Plus en détail

Les régimes périodiques (Chap 2)

Les régimes périodiques (Chap 2) Les régimes périodiques (Chap 2)! Révisé et compris! Chapitre à retravaillé! Chapitre incompris 1. Propriétés des grandeurs physiques : La période T, est le plus petit intervalle de temps, au bout duquel

Plus en détail

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR MASTER SCIENCES, TECHNOLOGIES, SANTE / STAPS MATHEMATIQUES ET SCIENCES POUR L INGENIEUR Spécialité Ingénierie Numérique, Signal-Image et Informatique Industrielle (INS3I) www.univ-littoral.fr OBJECTIFS

Plus en détail

Contributions à la maîtrise statistique des processus industriels multivariés

Contributions à la maîtrise statistique des processus industriels multivariés UNIVERSITE d ANGERS Contributions à la maîtrise statistique des processus industriels multivariés Soutenue par: Teodor TIPLICA Directeur de thèse: Mr. Alain BARREAU Co-encadrant de thèse: Mr. Abdessamad

Plus en détail

L élaboration des données de comptabilité annuelle et l analyse économique

L élaboration des données de comptabilité annuelle et l analyse économique L élaboration des données de comptabilité annuelle et l analyse économique Stéphane Gregoir (stephane.gregoir@edhec.edu) Juin 2008 Objectifs Illustrer quelques uns des problèmes que l on peut rencontrer

Plus en détail

V e TP OSCILLATEUR A PONT DE WIEN. I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande :

V e TP OSCILLATEUR A PONT DE WIEN. I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande : TP OSILLATE A PONT DE WIEN I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande : = 10 kω; = 22 nf éaliser le montage a] Mesure de la fréquence centrale

Plus en détail

TP Modulation Démodulation BPSK

TP Modulation Démodulation BPSK I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse

Plus en détail

Master Lumière et Mesures Extrêmes Signal et Bruit : travaux pratiques. Analyse spectrale Etude de bruit

Master Lumière et Mesures Extrêmes Signal et Bruit : travaux pratiques. Analyse spectrale Etude de bruit 1 Master Lumière et Mesures Extrêmes Signal et Bruit : travaux pratiques 1 Introduction Analyse spectrale Etude de bruit L objectif de ce TP est d apprendre à se servir d un analyseur de spectre et de

Plus en détail

Patrice Pajusco Division R&D

Patrice Pajusco Division R&D Patrice Pajusco Division R&D 24 octobre 2006 1 2 3 4 Techniques de caractérisation Résultats expérimentaux Paramètres d'analyse statistique Modélisation statistique 1 1 Données indispensables aux modèles

Plus en détail

Traitement du Signal Vu par Un Mesures Physiques

Traitement du Signal Vu par Un Mesures Physiques Traitement du Signal Vu par Un Mesures Physiques Cette technique reste compliquée par les mathématiques qu il l accompagne. J ai découvert la première fois le TdS au travail (CEA) avec un ingénieur qui

Plus en détail

TECHNOLOGIE DE L OPTIQUE GUIDEE

TECHNOLOGIE DE L OPTIQUE GUIDEE REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace

Plus en détail

Caractérisation spectrale des lasers semiconducteurs par transposition de fréquence optique dans le domaine radio-fréquence

Caractérisation spectrale des lasers semiconducteurs par transposition de fréquence optique dans le domaine radio-fréquence Caractérisation spectrale des lasers semiconducteurs par transposition de fréquence optique dans le domaine radio-fréquence Pascal Dherbécourt, Olivier Latry, Eric Joubert, Mohamed Kétata IUT - Université

Plus en détail

Laennext aspects techniques

Laennext aspects techniques Laennext aspects techniques 1 LAENNEXT : ASPECTS TECHNIQUES Résumé L'obstruction des voies respiratoires par des glaires provoque l'apparition de bruits spécifiques lors de la respiration, ces bruits sont

Plus en détail

Traitement du signal et Applications

Traitement du signal et Applications Traitement du signal et Applications Master Technologies et Handicaps 1 ère année Philippe Foucher 1 Plan Signal? Exemples Signaux analogiques/signaux numériques Propriétés Séance de TP 2 Plan Signal?

Plus en détail

Codage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur

Codage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de

Plus en détail

Axe MSA Bilan scientifique et perspectives. ENSM.SE L. Carraro - 17 décembre 07

Axe MSA Bilan scientifique et perspectives. ENSM.SE L. Carraro - 17 décembre 07 Axe MSA Bilan scientifique et perspectives ENSM.SE L. Carraro - 17 décembre 07 17 décembre 07 2 Plan Compétences acquises domaines scientifiques compétences transverses Domaines ou activités accessibles

Plus en détail

IV - Programme détaillé par matière (1 fiche détaillée par matière)

IV - Programme détaillé par matière (1 fiche détaillée par matière) IV - Programme détaillé par matière (1 fiche détaillée par matière) Matière : Asservissement numérique Introduction aux systèmes échantillonnés (signal échantillonné, échantillonnage idéal, transformation

Plus en détail

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où

Plus en détail

ANALYSE DE FOURIER 1. REPRESENTATION DE FOURIER. 1.1 Représentation d un signal sinusoïdal

ANALYSE DE FOURIER 1. REPRESENTATION DE FOURIER. 1.1 Représentation d un signal sinusoïdal Annexe Fourier I ANNEXE ANALYSE DE FOURIER 1. REPRESENTATION DE FOURIER 1.1 Représentation d un signal sinusoïdal On peut représenter un signal sinusoïdal de la forme s(t) = s 0 cos"t = s 0 cos(2#f 0 t)

Plus en détail

ANALYSE SPECTRALE PAR FFT

ANALYSE SPECTRALE PAR FFT AALYSE SPECTRALE PAR FFT. L'analyseur de spectre. La représentation graphique du spectre d'un signal est réalisée par un analyseur de spectre. L'analyseur de spectre peut être à balayage (analogique):

Plus en détail

GELE2511 Chapitre 7 : Transformée de Fourier discrète

GELE2511 Chapitre 7 : Transformée de Fourier discrète GELE2511 Chapitre 7 : Transformée de Fourier discrète Gabriel Cormier, Ph.D., ing. Université de Moncton Hiver 2013 Gabriel Cormier (UdeM) GELE2511 Chapitre 7 Hiver 2013 1 / 79 Introduction Contenu Contenu

Plus en détail

Traitement numérique du signal

Traitement numérique du signal Nº 754 BULLETIN DE L UNION DES PHYSICIENS 707 Traitement numérique du signal par J. ESQUIEU Lycée de Brive 1. TRAITEMENT Le traitement numérique du signal consiste à agir sur le signal à partir d échantillons

Plus en détail

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE Porteurs du projet Marc Arnaudon, professeur des universités, responsable des relations avec les entreprises.

Plus en détail

Instrumentation électronique

Instrumentation électronique Instrumentation électronique Le cours d électrocinétique donne lieu à de nombreuses études expérimentales : tracé de caractéristiques statique et dynamique de dipôles, étude des régimes transitoire et

Plus en détail

Plan de la séance. Partie 4: Restauration. Restauration d images. Restauration d images. Traitement d images. Thomas Oberlin

Plan de la séance. Partie 4: Restauration. Restauration d images. Restauration d images. Traitement d images. Thomas Oberlin Plan de la séance Traitement d images Partie 4: Restauration Thomas Oberlin Signaux et Communications, RT/ENSEEHT thomasoberlin@enseeihtfr 1 ntroduction 2 Modélisation des dégradations Modèles de bruit

Plus en détail

Chapitre 1 Prise en main de MATLAB et SIMULINK

Chapitre 1 Prise en main de MATLAB et SIMULINK Table des matières Chapitre 1 Prise en main de MATLAB et SIMULINK I. PRISE EN MAIN DE MATLAB... 1 I.1. L AIDE DANS MATLAB... 1 I.2. TYPES DE DONNÉES... 4 I.3. NOTIONS DE BASE DE MATLAB... 4 I.4. TABLEAUX...

Plus en détail

Chapitre 2 : Systèmes radio mobiles et concepts cellulaires

Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème

Plus en détail

COMMANDE PAR RETOUR ACCELEROMETRIQUE APPLICATION A UN ROBOTS CARTESIENS 3 AXES. Frédéric Colas

COMMANDE PAR RETOUR ACCELEROMETRIQUE APPLICATION A UN ROBOTS CARTESIENS 3 AXES. Frédéric Colas SEPRO R O B O T I Q U E COMMANDE PAR RETOUR ACCELEROMETRIQUE APPLICATION A UN ROBOTS CARTESIENS 3 AXES Frédéric Colas ERT CEMODYNE (int. 1022) - ENSAM 8, Bd Louis XIV 59046 Lille Cedex barre@lille.ensam.fr

Plus en détail

TP ANALYSE APPLIQUEE Utilisation de Transformées de Fourier sur Matlab : compte rendu

TP ANALYSE APPLIQUEE Utilisation de Transformées de Fourier sur Matlab : compte rendu TP ANALYSE APPLIQUEE Utilisation de Transformées de Fourier sur Matlab : compte ru Xavier Milhaud, Basile Voisin 4 avril 6 Exercice : Séries de Fourier, étude du phénomène de Gibbs Question Cherchons la

Plus en détail

Livre de l information LabChart formation, Paris, le 1 Juillet et 2 Juillet 2014

Livre de l information LabChart formation, Paris, le 1 Juillet et 2 Juillet 2014 Nous vous remercions de l intérêt que vous portez à notre formation logicielle LabChart. La prochaine formation se tiendra à Paris le 1er et 2 Juillet. Ci-dessous, vous trouverez plus d informations sur:

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux

Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en

Plus en détail

Département de physique

Département de physique Département de physique Présentation de la macro Scope/Igor en USB Rédaction du document: Jean-Baptiste Desmoulins (P.R.A.G.) ; mail : desmouli@physique.ens-cachan.fr Programmation : Colin Lopez, (I.R.)

Plus en détail

Joint AAL Information and Networking Day. 21 mars 2012

Joint AAL Information and Networking Day. 21 mars 2012 Joint AAL Information and Networking Day 21 mars 2012 Présentation TéSA a pour objet : la mise en commun de moyens permettant de : rassembler et accueillir des doctorants ou post-doctorants dont les thèses

Plus en détail

Acquisition et analyse FFT

Acquisition et analyse FFT Département de physique Acquisition et analyse FFT Rédaction du cours et travail expérimental associé : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr L objectif de ce cours

Plus en détail

Transmission d informations sur le réseau électrique

Transmission d informations sur le réseau électrique Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en

Plus en détail

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme Traitement du signal pour la reconnaissance vocale Cours 5: Traitement du signal et reconnaissance de forme Chaîne de Reconnaissance vocale Acquisition microphone Numérisation du signal Pré-traitement

Plus en détail

en sciences de l ingénieur

en sciences de l ingénieur Systèmes Automatisés Optimisation en sciences de l ingénieur présente les principales méthodes exactes d optimisation statique et dynamique. Parmi les méthodes décrites figurent : - la programmation linéaire

Plus en détail

Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz

Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz 1 Note interne LPCE-CETP, Version # 3, C. Béghin & D. Lagoutte, Octobre 2007

Plus en détail

Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé

Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé 1 TGR Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé Simon Munier Institut des Sciences et Industries du Vivant et de l'environnement (AgroParisTech)

Plus en détail

ENSTA - COURS MS 204 DYNAMIQUE DES SYSTÈMES MÉCANIQUES : ONDES ET VIBRATIONS

ENSTA - COURS MS 204 DYNAMIQUE DES SYSTÈMES MÉCANIQUES : ONDES ET VIBRATIONS ENSTA - COURS MS 204 DYNAMIQUE DES SYSTÈMES MÉCANIQUES : ONDES ET VIBRATIONS Amphi 5 INFORMATION A l URL suivante: http://www.ensta-paristech.fr/ touze/ms204/ vous trouverez: les supports des cours 1 à

Plus en détail

Propriétés des images numériques Contraintes sur l interprétation

Propriétés des images numériques Contraintes sur l interprétation Propriétés des images numériques Contraintes sur l interprétation M.LOUYS, Traitement d images et problèmes inverses Master Astrophysique, Observatoire de Strasbourg, 2013 Propriétés générales d une image

Plus en détail

Epreuve d électronique de puissance F. Costa, G. Coquery (Durée 3h, calculatrice et documents autorisés 1 )

Epreuve d électronique de puissance F. Costa, G. Coquery (Durée 3h, calculatrice et documents autorisés 1 ) Epreuve d électronique de puissance F. Costa, G. Coquery (Durée 3h, calculatrice et documents autorisés 1 ) Présentation du sujet La recherche de miniaturisation est actuellement un domaine important dans

Plus en détail

Reconstitution de forces dynamiques stationnaires excitant un carter cylindre de moteur

Reconstitution de forces dynamiques stationnaires excitant un carter cylindre de moteur 16 Reconstitution de forces dynamiques stationnaires excitant un carter cylindre de moteur Q. Leclere, C. Pezerat, B. Laulagnet, Laboratoire Vibrations Acoustique, INSA Lyon, 20, avenue A. Einstein, 69100

Plus en détail

Compression des images hyperspectrales et son impact sur la qualité des données

Compression des images hyperspectrales et son impact sur la qualité des données Hyperspectral QI Compression Flexibilité Conclusion Compression des images hyperspectrales et son impact sur la qualité des données Emmanuel CHRISTOPHE Corinne Mailhes, Co-directrice de thèse, TéSA/IRIT

Plus en détail

Evaluation de Techniques d Agrandissement des Images

Evaluation de Techniques d Agrandissement des Images SETIT 29 5 th International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 22-26, 29 TUNISIA Evaluation de Techniques d Agrandissement des Images Hedi AMRI,

Plus en détail

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE Traitement de l information et vision artificielle Ecole des Ponts ParisTech, 2 ème année Guillaume Obozinski guillaume.obozinski@imagine.enpc.fr TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

Plus en détail

Eléments de correction des exercices de BTS

Eléments de correction des exercices de BTS Eléments de correction des exercices de BTS 1 Echantillonnage Maurice Charbit Exercice 1 Comme 300 > F e /2 = 250, il y a du repliement et le signal reconstruit contient 3 raies : 50, 100 et 200 Exercice

Plus en détail

L analyse permet d estimer la fonction de transfert du conduit vocal et d en calculer les pôles (les formants).

L analyse permet d estimer la fonction de transfert du conduit vocal et d en calculer les pôles (les formants). Spectre LPC (linear predictive coding) - Une estimation du signal basée sur des coefficients de prédiction. - Méthode mathématique d estimer (prédire) un échantillon du signal compris dans une fenêtre

Plus en détail

Analyse spectrale du signal

Analyse spectrale du signal Analyse spectrale du signal Principe de l analyse spectrale (ou harmonique) La réponse en fréquence des circuits est un élément caractéristique du comportement dynamique des circuits R, L et C. L autre

Plus en détail

TRANSFORMATION DE FOURIER ET ECHANTILLONAGE DES SIGNAUX ANALOGIQUES

TRANSFORMATION DE FOURIER ET ECHANTILLONAGE DES SIGNAUX ANALOGIQUES PLAN DU TP N 4 TITRE DU TP : TRANSFORMATION DE FOURIER ET ECHANTILLONAGE DES SIGNAUX ANALOGIQUES OBJECTIFS : A la fin de la séance de travaux pratiques l'étudiant doit être capable de : Réaliser la transformée

Plus en détail

CODEC. (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66

CODEC. (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66 CODEC Codage / Décodage (Compression / Décompression) William PUECH Université Montpellier II IUT Béziers 1/66 Introduction Transmission analogique : le procédé reproduit la forme même du signal que l'on

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail